Predviđanje potražnje – ključ optimiranja zaliha

predvidjanje-zaliha-grafPlaniranje i upravljanje lancem opskrbe vrlo je složena tematika, stoga je lako izgubiti se u gomili teorije, vrlo složenih programskih rješenja i različitih specifičnih slučajeva – no odakle početi?

Za početak budite što bliže krajnjem kupcu proizvoda i probajte što bolje prognozirati potražnju. Ovisnono tome gdje se nalazite u lancu opskrbe imate manje ili više privilegiranu informaciju, kao npr. proizvođač koji je od kupca udaljen dva ili više koraka, preko distributera do maloprodaje gdje se određeni proizvod izravno kupuje ili konzumira.

Ako nemate privilegiranu informaciju, možda je možete kupiti (neke od istraživačkih agencija). Katkad su i unutarkompanijske granice izazov iako bi se teoretski (i u praksi) moglo doći do informacije. Tako npr. odjel prodaje daje nekvalitetnu informaciju odjelu za naručivanje ili pak naručuje previše (“neka se nađe” – jer ne odgovara za trošak zaliha).

Posebno se zamislite nad situacijom kad vam krivulja prodaje izgleda bitno drukčije od krivulje potražnje krajnjega kupca (npr. mjesečni šiljci) – ovo treba pažljivo analizirati i vidjeti gdje su stvarni uzroci ovakve pojave, obično vrlo skupe i štetne za poslovanje.

Investirajte u alat
Možda zvuči trivijalno, no kvaliteta se u realnosti snažno gubi kad ljudi trebaju sa slabim alatima i uz puno ručnog rada ispuniti, integrirati, izmisliti ili “pretovariti” gomile brojeva iz jedne tablice u drugu. Bez adekvatnih alata teško je pratiti sve te brojke, segmente, analize, verzije itd.

Moderna računala i programi puno su brži i bolji u kalkuliranju složenih brojeva, no za to treba izgraditi sustav koji je konzistentan u svim koracima procesa, a to zacijelo nije niz raspršenih pojedinačnih tabličnih kalkulacija. Informacijski sustav je investicija, no kad je dobro osmišljen i uspostavljen, brzo počinje davati rezultate i vraćati investiciju.

Nadalje, nemojte nikada podcijeniti složenost. Prva procjena složenosti problematike je brojka koja predstavlja umnožak broja proizvoda s brojem lokacija na kojima se drži zaliha i frekvencijom naručivanja, što nam otprilike govori o potencijalnom broju odluka o naručivanju koje donosimo u promatranoj jedinici vremena.

Ne činiti ništa je također odluka, ali zacijelo ne najbolja. Složenost se razvija i u činjenici da različiti artikli na različitim lokacijama mogu imati različite krivulje i faktore koji utječu na potražnju.

Posebno je važno gdje i kako planirate asortiman (centralizirano ili ne, kakva je dubina i širina asortimana te cijene). Nakon toga je važan odabir sustava koji će moći apsorbirati zadanu složenost.

Jednostavno pravilo glasi: “U igri složenosti dobro postavljena mašina pobjeđuje tim stručnjaka.” Stručnjak s puno iskustva za pojedini proizvod na pojedinoj lokaciji sigurno će pobijediti mašinu, no sveukupno gledano (za cijeli sustav) to sigurno neće biti slučaj ako jemodel dobro postavljen i programski implementiran.

Odredite pokazatelje
Znamo da se zalihe optimiziraju kontradiktornim zahtjevom da je proizvod maksimalno raspoloživ uz istodobno što manju razinu zalihe. Ključan faktor je raščlaniti proces planiranja, nabave, proizvodnje i isporuke u praksi tako da se jasno može postaviti razina usluge (raspoloživosti) za sve važne segmente te adekvatno ocijeniti dodanu vrijednost sudionika procesa cjelokupnog upravljanja lancem opskrbe.

procesna-orijentacija-largeKumulativni pokazatelji uspješnosti upravljanja zalihama koji se često koriste u maloprodaji su:
– GMROI (Gross Margin Return on Investment) = bruto marža % * obrt zalihe;
– GMROS (Gross Margin Return on Selling Area) = bruto marža % * vrijednost prodaje/prodajna površina (za specifičnu sekciju – npr. policu/površinu u promatranom vremenu);
– GMROL (Gross Margin Return on Labor) = bruto marža % * vrijednost prodaje/efektivan broj zaposlenih (u promatranom vremenu).

Postoje nelinearne pojave i događaji koji narušavaju predviđanje na temelju krivulja povijesnih podataka, npr. marketinške akcije, potezi konkurencije, recesija i sl.

Ti događaji predstavljaju sve češći i važniji faktor utjecaja na potražnju. Predviđanje u ovakvim uvjetima predstavlja bitno složeniju problematiku nego povijesno uvjetovano predviđanje. Razmotrite sustav koji ima mogućnost podržati i takve modele, no to je ipak nadgradnja osnove planiranja i predviđanja na temelju povijesnih podataka.

Ustrojite sustav
U sažetku je bitno sagledati poslovne procese planiranja, predviđanja i nadopune zaliha transparentno i kao cjelinu uz pažljivu analizu granica odgovornosti i pokazatelja uspješnosti za svaki važan segment poslovanja.

Ako je ovaj model dobro postavljen, podržite ga sustavno programski, počevši što bliže izvoru – krajnjem kupcu, uz brigu o kvaliteti podataka ugrađenu u filozofiju sustava te pažljivu integraciju u postojeću informacijsku infrastrukturu (ERP ili sličan sustav).

Angažirajte pouzdanog partnera koji može sagledati problematiku od početka do kraja i uvesti takav sustav, a svoje vrijeme i energiju posvetite kupcima, asortimanu i važnim poslovnim događajima.

Neka sustav bude vaš sluga, a ne gospodar!

Davor Jardas,
G2R, direktor
Igor Šangulin, G2R,
konzultant za lanac opskrbe
g2r-logo

Odgovori

Vaša adresa e-pošte neće biti objavljena. Nužna polja su označena s *